L'AI sostituirà i Copywriter? L'evoluzione e il futuro della scrittura di contenuti AI

Con l'evolversi della generazione di testo e del machine learning, si parla molto se gli scrittori di contenuti verranno sostituiti dai numerosi strumenti di copywriting basati sull'IA che offrono funzionalità di autocompletamento.

GPT-3, Rytr, Jarvis, Shortly, CopyAI, Frase, ecc. - l'elenco dei nuovi prodotti con l'autocompletamento che appaiono sul mercato è infinito. Tutti questi prodotti presentano un pulsante "Scrivi per me". Premi quel pulsante e viene fuori un paragrafo di testo.

Quasi sembra magia.

Come ricercatore di intelligenza artificiale, ho seguito gli sviluppi in questo settore negli ultimi 5 anni - ed è affascinante come qualcosa che iniziò come un modo per autocompletare i tuoi messaggi di testo si sia trasformato in una tecnologia che ora può quasi produrre interi romanzi.

Ma questo significa che l'IA può sostituire i copywriter - la scrittura umana è diventata obsoleta? La risposta è complicata.

Per rispondere a questa domanda, dobbiamo prima gettare uno sguardo dietro le quinte per vedere come funziona davvero l'autocompletamento nella scrittura di contenuti. Armati di queste informazioni, possiamo scavare nei compromessi che questa tecnologia di intelligenza artificiale comporta e capire se i copywriter debbano preoccuparsi di tutti questi strumenti di scrittura IA presenti sul mercato.

Come si è Evoluto l'Autocompletamento per la Scrittura di Contenuti

Con tutto il clamore intorno a nuove scoperte di intelligenza artificiale come GPT-3, è facile dimenticare come la tecnologia del testo predittivo (autocompletamento e autocorrezione) sia evoluta nel corso dei decenni.

Sì, questa è la funzione sul tuo vecchio iPhone 5 che ti corregge da "iz" a "is", ed è anche il modo in cui Google ti suggerisce completamenti (a volte esilaranti) per la tua ricerca.

Contare sugli N-Grammi per Scrivere al Tuo Posto

Potresti essere sorpreso, ma la tecnologia di autocompletamento può essere fatta risalire fino al 1948. Da allora, ha aiutato gli scrittori di contenuti a correggere e migliorare la loro scrittura.

Diamo uno sguardo alle umili origini dell'autocompletamento.

Molti dei primi sistemi di autocompletamento si basavano sul concetto di modello di linguaggio. Questo era essenzialmente un modello che può prevedere la parola successiva basandosi su una storia di parole.

Il primo modello di linguaggio, menzionato per la prima volta da Claude Shannon, era chiamato modello di n-grammi. Un'applicazione degli n-grammi era quella di prevedere con quale probabilità un insieme di parole apparirebbe nel testo che stai digitando.

Quindi, ad esempio, se scrivi "Puoi per favore venire" (le parole di storia), il modello di n-grammi prevederà che la parola successiva "qui" sia molto probabile (ad esempio, 80% di probabilità). Il telefono ti offrirà quindi di autocompletare la tua frase con la parola "qui".

Come fanno gli n-grammi a sapere quali parole sono probabili?

Puoi creare un modello di n-grammi semplicemente contando quante volte la frase "Puoi per favore venire qui" è apparsa in un corpus di testo di alta qualità (chiamato anche dati di addestramento). Se questa frase appare spesso, significa che "qui" è probabilmente una corretta completamento - altrimenti, è un'espressione improbabile.

Questo conteggio delle occorrenze viene applicato a tutte le possibili frasi nel corpus, e questo porta a una "tabella di conteggi".

Nell'esempio sopra, la prima riga ha il conteggio più alto perché si verifica nella lingua scritta umana più spesso. L'ultima riga è scritta in Inglese esoterico e non si verifica molto nella lingua moderna spesso, quindi ha un conteggio più basso.

Con questa tabella, ogni volta che qualcuno digita, il programma guarderà questa tabella per trovare la frase che corrisponde con il conteggio più alto. Questa migliore corrispondenza è essenzialmente una previsione di quale dovrebbe essere la prossima parola. Questa corrispondenza consente anche al programma di darti una stima della probabilità (per esempio, 80% di probabilità di completamento corretto basato sul corpus).

Ed ecco - la magia dietro molti strumenti di autocompletamento si riduce semplicemente a contare le parole!

In sostanza, ecco come costruisci un modello che potrebbe prevedere la parola successiva più probabile date alcune parole di storia. Questa è la base del funzionamento dei sistemi di autocorrezione e autocompletamento.

I copywriter saranno quindi rimpiazzati da un modello di n-grammi?

Decisamente no.

C'è un problema fondamentale con gli n-grammi: rappresentano la lingua in modo spoglio. In parole povere, ciò significa che se hai molti dati, la tua tabella diventa troppo grande. È qui che entrano in gioco le reti neurali come GPT.

Oltre una tabella con GPT

Quello che usiamo oggi è maturato molto da quando si usavano i modelli di n-grammi.

L'intelligenza artificiale moderna per l'autocompletamento si affida a reti neurali, che sono molto più potenti dei modelli di n-grammi. Anche se più sofisticate, le reti neurali si basano sullo stesso principio fondamentale del conteggio statistico.

Il potentissimo GPT-3 (Generative Pre-trained Transformer v3) è un ampio modello di rete neurale sviluppato da OpenAI ed è ora il pilastro di tutti gli strumenti di scrittura automatica recentemente rilasciati sul mercato. GPT-3 fa parte di una tendenza nel natural language processing (NLP) di passare a grandi reti neurali pre-addestrate.

Con GPT-3, non utilizziamo più naïvemente una tabella per memorizzare tutte le possibili frasi, piuttosto memorizziamo un riassunto compresso di essa nei pesi della sua rete neurale. Questo ci permette di addestrare modelli su miliardi di frasi e di frasi intere che sarebbe stato impossibile inserire in una singola tabella.

‍Allora, come scrive GPT-3 al posto tuo?

Proprio come gli n-grammi, quando scrivi una parola o una frase, GPT-3 cercherà di trovare la parola più probabile per completare la tua frase basandosi sul corpus di testo su cui è stato addestrato.

Ma non si ferma qui. Una volta prevista la prossima parola che stai per scrivere, lo farà in loop e continuerà a prevedere la prossima parola finché non avrà scritto un paragrafo. È così che "genera" un paragrafo per te.

Ma aspetta - se tutto ciò che fa GPT-3 è cercare le probabilità derivate da  contenuti scritti in precedenza, significa che GPT-3 semplicemente ripete ciò che ha letto o è  veramente creativo?

Quella è una quesito filosofico complicato che è prevalente nelle discussioni odierne sui contenuti generati dall'IA.

I Malintesi sulla Scrittura di Contenuti con IA

La Scrittura di Contenuti con IA può Essere Creativa?

Molti critici hanno fatto notare che GPT-3, come tutti i modelli di IA, può solo generare testo che ha già visto nel passato. Dicono che la scrittura con IA  mancando di creatività e che questi strumenti sono  buoni solo per generare contenuti non originali.

Mentre questa visione un tempo era valida, non è più del tutto vera.

È facile pretendere che un modello n-grammi del 1948 semplicemente ripeterebbe contenuti esistenti perché  letteralmente memorizza tutti i suoi dati di addestramento in una tabella e "genera" testo cercando tra le frasi che ha visto.

Ma poiché GPT-3 è un compressore altamente efficiente del suo testo di addestramento, è costretto a sviluppare regole e modelli di contenuto scritto - non ricorda sempre la frase esatta dai suoi dati di addestramento memorizzati nella memoria.

Anche se alcune frasi potrebbero essere generate alla lettera, molte frasi prodotte  sono nuove. Una veloce ricerca su Google del testo generato ti mostrerà che la maggior parte delle generazioni sono originali.

Se tu creda o meno che GPT-3 (o qualsiasi modello di IA e strumenti di IA) possa produrre scrittura originale è in discussione, e dipende da come definisci  originalità. Dopo tutto, gli umani hanno imparato da grandi opere precedenti e hanno creato derivazioni da Shakespeare,  quindi gli umani sono  veramente tutto sommato originali?

Mentre l'IA moderna produce testo che può essere simile a ciò che esiste già, può anche produrre testo che potrebbe sorprenderti.

Spetta agli umani copywriter e editor di contenuti fare il massimo da quella sorpresa.

Un utilizzo più efficace dell'autocompletamento dovrebbe comportare la filtrazione e selezione delle migliori testi generati dall'IA da parte degli scrittori, oppure usarli come fonte di ispirazione per superare il blocco dello scrittore.

La Scrittura di Contenuti con IA può Avere Emozione?

Una delle preoccupazioni riguardanti la scrittura di contenuti con IA è che produrrà  testo inanimato, senza emozioni.

Questa è un'altra dichiarazione generica che manca di sfumature - ed è forse derivata dalla nostra concezione fantascientifica dell'IA come robot di latta senza sentimenti.

Di nuovo, modelli semplici di IA come l'n-gram sarebbero improbabili di produrre testo emotivo perché manca di potere rappresentativo - ha un limite pratico su quanto può imparare.

Ma poiché GPT-3 apprende da un ampio corpus di testo con più contesto, può spesso  emulare il tono e sentimento in scrittura. Ciò significa che se digiti una frase come "Mi sento triste oggi," il modello di IA cercherà di trovare le parole più appropriate per riflettere quel sentimento nel testo generato.

(Il paragrafo che hai appena letto sopra è stato completamente autogenerato da Jenni IA senza modifiche. Ha imparato a imitare il mio tono e stile di scrittura dai paragrafi precedenti.)

Uno studio pubblicato nell'ICLR 2020 mostra che i generatori di testo neurali possono anche imitare troppo spesso e iniziare a diventare ripetitivi. Tuttavia,  imitare non è lo stesso di  avere emozione.

Come scrittore, dovrai ancora occuparti del tono complessivo e dell'emozione nella tua scrittura. Mentre l'IA può produrre testo che specchia il sentimento umano, non ha esperienza empirica di cosa significhi essere umano - non è un' intelligenza incarnata.

Ricorda, come i modelli n-gram, GPT-3 è addestrato su un corpus di testo (per lo più da internet e prodotto da un copywriter umano).

Non ha visto o vissuto nient'altro di ciò che un tipico umano vive - non saprà mai com'è il gusto di un cheeseburger, né può empatizzare pienamente. Secondo OpenAI, non può rispondere accuratamente a domande relative al mondo fisico, come "Se metto il formaggio nel frigorifero, si scioglierà?".

Questa è una limitazione intrinseca dei moderni modelli di linguaggio che verranno nei prossimi anni - almeno fino a quando l'IA non avrà un corpo fisico.

Per la scrittura di contenuti, comprendere questa limitazione è cruciale.

Questo significa che per sfruttare veramente il potere dell'IA per la scrittura di contenuti, dobbiamo fornire guida e feedback al modello di IA per indirizzarlo nella giusta direzione.

Perché IA + Umano è il Futuro della Scrittura di Contenuti

Queste lacune possono portare molti ad essere scettici sui progressi nella scrittura di contenuti con IA o temere che il nostro futuro sarà pieno di  contenuti spam.

Al contrario, prevedo un futuro molto più luminoso.

Nel 1996, quando il sistema di IA di IBM  in una partita di scacchi, si pensava che il gioco degli scacchi fosse risolto e che non ci sarebbero stati più giocatori di scacchi.

Tuttavia, ciò che è accaduto è stata una rinascita delle persone che imparavano nuove strategie degli scacchi studiando le mosse dell'IA. Un fenomeno simile è avvenuto dopo che AlphaGo di DeepMind ha sconfitto Lee Sedol, il miglior giocatore al mondo di Go nel 2016.

Il successo nell'IA significa che gli umani devono adattarsi e cambiare - e questo cambiamento può essere scomodo ma di solito è per il meglio. Mentre l'IA può superare gli umani in certi compiti, gli umani sono migliori generalisti, e possiamo imparare ad incorporare l'IA per aumentare la nostra produttività complessiva.

Questo vale anche per la scrittura di contenuti, dove i copywriter devono integrare una strategia di contenuti di alto livello, la visione e il marchio dell'azienda, e una comprensione del